小编BJE*_*EBN的帖子

在pandas中有一个简单的方法来调用groupby一系列的值增量吗？例如,给定下面的示例,我可以B使用0.155增量对列进行bin和group ,以便例如列B中的前几个组被分成两个范围之间的范围.groupby

import numpy as np
import pandas as pd
df=pd.DataFrame({'A':np.random.random(20),'B':np.random.random(20)})

     A         B
0  0.383493  0.250785
1  0.572949  0.139555
2  0.652391  0.401983
3  0.214145  0.696935
4  0.848551  0.516692

或者,我可以先按这些增量将数据分类到新列中,然后用于A确定可能适用于列的任何相关统计数据groupby？

我对python很新,但我一直在努力学习基础知识,以帮助我在地质学方面的研究.

无论如何,我有几个文件,一旦我从他们的zip文件中提取(痛苦的慢进程顺便说一句)产生几百个子目录,每个子目录有2-3个文件.现在我要做的是提取所有那些以'dem.tif'结尾的文件,并将它们放在一个单独的文件中(移动而不是复制).

我可能试图跳到这里的深层,但我编写的代码运行没有错误,所以它一定不能找到文件(确实存在!)因为它给了我else语句.这是我创建的代码

import os

src = 'O:\DATA\ASTER GDEM\Original\North America\UTM Zone 14\USA\Extracted' # input
dst = 'O:\DATA\ASTER GDEM\Original\North America\UTM Zone 14\USA\Analyses' # desired     location

def move():
    for (dirpath, dirs, files) in os.walk(src):
        if files.endswith('dem.tif'):
            shutil.move(os.path.join(src,files),dst)
            print ('Moving ', + files, + ' to ', + dst)
        else:
            print 'No Such File Exists'

任何帮助将非常感谢,我提前感谢您的时间.

此致

比约恩

什么是确定python中条形图的偏斜/峰度的有效方法？考虑到条形图没有分箱(与直方图不同),这个问题没有多大意义,但我想要做的是确定图形高度与距离的对称性(而不是频率与分档).换句话说,给定沿距离(x)测量的高度(y)值,即

y = [6.18, 10.23, 33.15, 55.25, 84.19, 91.09, 106.6, 105.63, 114.26, 134.24, 137.44, 144.61, 143.14, 150.73, 156.44, 155.71, 145.88, 120.77, 99.81, 85.81, 55.81, 49.81, 37.81, 25.81, 5.81]
x = [0.03, 0.08, 0.14, 0.2, 0.25, 0.31, 0.36, 0.42, 0.48, 0.53, 0.59, 0.64, 0.7, 0.76, 0.81, 0.87, 0.92, 0.98, 1.04, 1.09, 1.15, 1.2, 1.26, 1.32, 1.37]

在距离(x)上测量的高度(y)分布(偏度)和峰值(峰度)的对称性是多少？偏度/峰度是否适合用于确定实际值的正态分布？或者scipy/numpy是否为这种类型的测量提供类似的东西？

我可以通过以下方式实现沿距离(x)分箱的高度(y)频率值的偏斜/峰度估计

freq=list(chain(*[[x_v]*int(round(y_v)) for x_v,y_v in zip(x,y)]))
x.extend([x[-1:][0]+x[0]])          #add one extra bin edge 
hist(freq,bins=x)
ylabel("Height Frequency")
xlabel("Distance(km) Bins")
print "Skewness,","Kurtosis:",stats.describe(freq)[4:]

Skewness, Kurtosis: (-0.019354300509997705, -0.7447085398785758)

在这种情况下,高度分布在中点距离附近是对称的(偏斜0.02)并且以扁平(-0.74峰度,即宽)分布为特征. …

如何计算python中对数正态累积分布函数的倒数？我正在尝试从使用该功能的Excel翻译某些功能[LOGINV][1]

例如

LOGINV(0,005;2;0,5) yields 2,0382373

0,005概率在哪里,2是ln均值,0,5是ln std.

是否scipy.stats有类似我可能适用的功能？

我试图从ftp服务器下载文件,但我遇到错误权限被拒绝错误.

Traceback (most recent call last):
   File "/Users/x34/Documents/Python/ftp_download.py", line 27, in <module>
     download()
   File "/Users/x34/Documents/Python/ftp_download.py", line 21, in download
     with open(filename,'wb') as f:
IOError: [Errno 13] Permission denied: '/p012r018_5dt19900722_z20_30.tif.gz'

手动下载或使用filezilla下载工作正常但我的脚本下面没有

from ftplib import ftp    
ftp = FTP(r'ftp.glcf.umd.edu')
ftp.login()

directory = 'glcf/Landsat/WRS2/p012/r018/p012r018_5dx19900722.TM-GLS1990'
filename = '/p012r018_5dt19900722_z20_30.tif.gz'

ftp.cwd(directory)

with open(filename,'wb') as f:
    ftp.retrbinary('RETR' + filename,f.write)

ftp.close()

另一个注意......也许我误读了文档 - http://docs.python.org/library/ftplib.html但是我不完全理解ftplib决定下载文件的位置(默认下载目录？).还有另一个模块更适合这个应用吗？

UPDATE

我应该澄清一下,服务器上的文件名不包含前面的'/'.我只是添加了因为它似乎有助于找到正确的文件位置和名称,因为之前的尝试在以下错误ftplib.error_perm:500 Unknown命令中结束.

该文件的完整路径是

 ftp.glcf.umd.edu/glcf/Landsat/WRS2/p012/r018/p012r018_5dx19900722.TM-GLS1990/p012r018_5dt19900722_z20_30.tif.gz'